基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的微博情感分析一般忽略结构化的语义信息,使得分类准确率不高,同时还忽略情感表达的具体对象,以与主题无关的形式进行情感分析,容易造成错误的分析结果.为此,采用对语法树进行剪枝的方法实现基于主题的情感分析,使用支持向量机中的卷积树核函数获取语法树结构化特征,通过建立本体和句法路径库对语法树进行基于主题的剪枝,去除无关评价的干扰.实验结果表明,该方法在2个不同主题的数据集上准确率分别达到86.6%和86.0%.
推荐文章
基于隐主题分析的中文微博话题发现
中文微博
话题发现
隐主题模型
文本聚类
频繁项集挖掘
基于回应消息的中文微博情感分类方法
中文微博
情感分类
回应消息
支持向量机
基于主题提取的海量微博情感分析
海量微博
主题提取
情感分类
中文微博情感分析研究综述
中文微博
情感分析
情感信息抽取
情感分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主题的中文微博情感分析
来源期刊 计算机工程 学科 工学
关键词 中文微博 情感分析 语法树 树核函数 剪枝策略 支持向量机
年,卷(期) 2015,(9) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 238-244
页数 7页 分类号 TP393
字数 6625字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.09.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王永恒 湖南大学信息科学与工程学院 13 121 6.0 11.0
2 韦航 湖南大学信息科学与工程学院 2 41 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (269)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (12)
二级引证文献  (15)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
中文微博
情感分析
语法树
树核函数
剪枝策略
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导